Analisis COVID19

Carga y limpieza preliminar de los datos

Los datos que se van a analizar en este documento proceden de la compilación hecha por usuario de Kaggle.

import pandas as pd
datos = pd.read_csv("covid_19_clean_complete.csv")
datos.head(10)

##                  Province/State  ...             WHO Region
## 0                           NaN  ...  Eastern Mediterranean
## 1                           NaN  ...                 Europe
## 2                           NaN  ...                 Africa
## 3                           NaN  ...                 Europe
## 4                           NaN  ...                 Africa
## 5                           NaN  ...               Americas
## 6                           NaN  ...               Americas
## 7                           NaN  ...                 Europe
## 8  Australian Capital Territory  ...        Western Pacific
## 9               New South Wales  ...        Western Pacific
## 
## [10 rows x 10 columns]

pd <- import("pandas")
datos <- pd$read_csv("covid_19_clean_complete.csv")
kable(head(datos, 10))

Province/State	Country/Region	Lat	Long	Date	Confirmed	Deaths	Recovered	Active	WHO Region
NaN	Afghanistan	33.93911	67.70995	2020-01-22	0	0	0	0	Eastern Mediterranean
NaN	Albania	41.15330	20.16830	2020-01-22	0	0	0	0	Europe
NaN	Algeria	28.03390	1.65960	2020-01-22	0	0	0	0	Africa
NaN	Andorra	42.50630	1.52180	2020-01-22	0	0	0	0	Europe
NaN	Angola	-11.20270	17.87390	2020-01-22	0	0	0	0	Africa
NaN	Antigua and Barbuda	17.06080	-61.79640	2020-01-22	0	0	0	0	Americas
NaN	Argentina	-38.41610	-63.61670	2020-01-22	0	0	0	0	Americas
NaN	Armenia	40.06910	45.03820	2020-01-22	0	0	0	0	Europe
Australian Capital Territory	Australia	-35.47350	149.01240	2020-01-22	0	0	0	0	Western Pacific
New South Wales	Australia	-33.86880	151.20930	2020-01-22	0	0	0	0	Western Pacific

datos <- read.csv("covid_19_clean_complete.csv")
#kable(head(datos, 10))  

#tidyverse
datos %>% head(10) %>% kable() %>% kable_styling()

Province.State	Country.Region	Lat	Long	Date	Confirmed	Deaths	Recovered	Active	WHO.Region
	Afghanistan	33.93911	67.70995	2020-01-22	0	0	0	0	Eastern Mediterranean
	Albania	41.15330	20.16830	2020-01-22	0	0	0	0	Europe
	Algeria	28.03390	1.65960	2020-01-22	0	0	0	0	Africa
	Andorra	42.50630	1.52180	2020-01-22	0	0	0	0	Europe
	Angola	-11.20270	17.87390	2020-01-22	0	0	0	0	Africa
	Antigua and Barbuda	17.06080	-61.79640	2020-01-22	0	0	0	0	Americas
	Argentina	-38.41610	-63.61670	2020-01-22	0	0	0	0	Americas
	Armenia	40.06910	45.03820	2020-01-22	0	0	0	0	Europe
Australian Capital Territory	Australia	-35.47350	149.01240	2020-01-22	0	0	0	0	Western Pacific
New South Wales	Australia	-33.86880	151.20930	2020-01-22	0	0	0	0	Western Pacific

Estructura de los datos

str(datos)

## 'data.frame':    49068 obs. of  10 variables:
##  $ Province.State: chr  "" "" "" "" ...
##  $ Country.Region: chr  "Afghanistan" "Albania" "Algeria" "Andorra" ...
##  $ Lat           : num  33.9 41.2 28 42.5 -11.2 ...
##  $ Long          : num  67.71 20.17 1.66 1.52 17.87 ...
##  $ Date          : chr  "2020-01-22" "2020-01-22" "2020-01-22" "2020-01-22" ...
##  $ Confirmed     : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ Deaths        : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ Recovered     : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ Active        : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ WHO.Region    : chr  "Eastern Mediterranean" "Europe" "Africa" "Europe" ...

colnames(datos) = c("Provincia_Estado", "Pais_Region", 
                    "Latitud", #N+ o S-
                    "Longitud", #E+ o W-
                    "Fecha", "Casos_Confirmados", "Casos_Muertos", 
                    "Casos_Recuperados", "Casos_Activos", "Region_WHO")

datos %>% head() %>% kable() %>% kable_styling()

Provincia_Estado	Pais_Region	Latitud	Longitud	Fecha	Casos_Confirmados	Casos_Muertos	Casos_Recuperados	Casos_Activos	Region_WHO
	Afghanistan	33.93911	67.70995	2020-01-22	0	0	0	0	Eastern Mediterranean
	Albania	41.15330	20.16830	2020-01-22	0	0	0	0	Europe
	Algeria	28.03390	1.65960	2020-01-22	0	0	0	0	Africa
	Andorra	42.50630	1.52180	2020-01-22	0	0	0	0	Europe
	Angola	-11.20270	17.87390	2020-01-22	0	0	0	0	Africa
	Antigua and Barbuda	17.06080	-61.79640	2020-01-22	0	0	0	0	Americas

datos$Provincia_Estado <- as.vector(datos$Provincia_Estado)
datos$Provincia_Estado <- as.factor(datos$Provincia_Estado)
datos$Pais_Region <- as.factor(datos$Pais_Region)
#datos$Fecha %<>% ymd()
datos$Fecha <- as.Date(datos$Fecha)
#datos$Region_WHO <- as.factor(datos$Region_WHO)
datos$Region_WHO %<>% as.factor() #flujo hacia alante y atras (mas rapido)

str(datos)

## 'data.frame':    49068 obs. of  10 variables:
##  $ Provincia_Estado : Factor w/ 79 levels "","Alberta","Anguilla",..: 1 1 1 1 1 1 1 1 6 47 ...
##  $ Pais_Region      : Factor w/ 187 levels "Afghanistan",..: 1 2 3 4 5 6 7 8 9 9 ...
##  $ Latitud          : num  33.9 41.2 28 42.5 -11.2 ...
##  $ Longitud         : num  67.71 20.17 1.66 1.52 17.87 ...
##  $ Fecha            : Date, format: "2020-01-22" "2020-01-22" ...
##  $ Casos_Confirmados: int  0 0 0 0 0 0 0 0 0 0 ...
##  $ Casos_Muertos    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ Casos_Recuperados: int  0 0 0 0 0 0 0 0 0 0 ...
##  $ Casos_Activos    : int  0 0 0 0 0 0 0 0 0 0 ...
##  $ Region_WHO       : Factor w/ 6 levels "Africa","Americas",..: 3 4 1 4 1 2 2 4 6 6 ...

\[Confirmados = Muertos + Recuperados + Activos\]

#si no tuvieramos la columna de activos
#datos %<>% mutate(Casos_activos = Casos_Confirmados - Casos_Muertos - Casos_Recuperados)

datos %>%
  filter(Casos_Confirmados>10000) %>%
  head(10) %>%
  kable()

Provincia_Estado	Pais_Region	Latitud	Longitud	Fecha	Casos_Confirmados	Casos_Muertos	Casos_Recuperados	Casos_Activos	Region_WHO
Hubei	China	30.9756	112.2707	2020-02-02	11177	350	295	10532	Western Pacific
Hubei	China	30.9756	112.2707	2020-02-03	13522	414	386	12722	Western Pacific
Hubei	China	30.9756	112.2707	2020-02-04	16678	479	522	15677	Western Pacific
Hubei	China	30.9756	112.2707	2020-02-05	19665	549	633	18483	Western Pacific
Hubei	China	30.9756	112.2707	2020-02-06	22112	618	817	20677	Western Pacific
Hubei	China	30.9756	112.2707	2020-02-07	24953	699	1115	23139	Western Pacific
Hubei	China	30.9756	112.2707	2020-02-08	27100	780	1439	24881	Western Pacific
Hubei	China	30.9756	112.2707	2020-02-09	29631	871	1795	26965	Western Pacific
Hubei	China	30.9756	112.2707	2020-02-10	31728	974	2222	28532	Western Pacific
Hubei	China	30.9756	112.2707	2020-02-11	33366	1068	2639	29659	Western Pacific

#por si hay datos que no cumplen la ecuación (casos negativos):
datos %>%
  filter(Casos_Activos < 0) %>%
  arrange(Provincia_Estado, Fecha) %>% #para ordenar
  kable() %>% kable_styling()

Provincia_Estado	Pais_Region	Latitud	Longitud	Fecha	Casos_Confirmados	Casos_Muertos	Casos_Recuperados	Casos_Activos	Region_WHO
	Liechtenstein	47.140000	9.55000	2020-06-23	82	2	81	-1	Europe
	Uganda	1.373333	32.29028	2020-07-20	1069	0	1071	-2	Africa
Channel Islands	United Kingdom	49.372300	-2.36440	2020-05-23	558	45	515	-2	Europe
Channel Islands	United Kingdom	49.372300	-2.36440	2020-05-24	558	45	517	-4	Europe
Channel Islands	United Kingdom	49.372300	-2.36440	2020-05-25	559	45	517	-3	Europe
Channel Islands	United Kingdom	49.372300	-2.36440	2020-05-30	560	45	525	-10	Europe
Channel Islands	United Kingdom	49.372300	-2.36440	2020-05-31	560	45	528	-13	Europe
Channel Islands	United Kingdom	49.372300	-2.36440	2020-06-01	560	45	528	-13	Europe
Channel Islands	United Kingdom	49.372300	-2.36440	2020-06-02	560	46	528	-14	Europe
Hainan	China	19.195900	109.74530	2020-03-24	168	6	168	-6	Western Pacific
Hainan	China	19.195900	109.74530	2020-03-25	168	6	168	-6	Western Pacific
Hainan	China	19.195900	109.74530	2020-03-26	168	6	168	-6	Western Pacific
Hainan	China	19.195900	109.74530	2020-03-27	168	6	168	-6	Western Pacific
Hainan	China	19.195900	109.74530	2020-03-28	168	6	168	-6	Western Pacific
Hainan	China	19.195900	109.74530	2020-03-29	168	6	168	-6	Western Pacific
Hainan	China	19.195900	109.74530	2020-03-30	168	6	168	-6	Western Pacific
Hainan	China	19.195900	109.74530	2020-03-31	168	6	168	-6	Western Pacific
Hainan	China	19.195900	109.74530	2020-04-01	168	6	168	-6	Western Pacific

#veamos que pasa en Hainan:
datos %>% filter(Provincia_Estado =="Hainan") %>%
  head(10) %>%
  kable() %>% kable_styling()

Provincia_Estado	Pais_Region	Latitud	Longitud	Fecha	Casos_Confirmados	Casos_Muertos	Casos_Recuperados	Casos_Activos	Region_WHO
Hainan	China	19.1959	109.7453	2020-01-22	4	0	0	4	Western Pacific
Hainan	China	19.1959	109.7453	2020-01-23	5	0	0	5	Western Pacific
Hainan	China	19.1959	109.7453	2020-01-24	8	0	0	8	Western Pacific
Hainan	China	19.1959	109.7453	2020-01-25	19	0	0	19	Western Pacific
Hainan	China	19.1959	109.7453	2020-01-26	22	0	0	22	Western Pacific
Hainan	China	19.1959	109.7453	2020-01-27	33	1	0	32	Western Pacific
Hainan	China	19.1959	109.7453	2020-01-28	40	1	0	39	Western Pacific
Hainan	China	19.1959	109.7453	2020-01-29	43	1	0	42	Western Pacific
Hainan	China	19.1959	109.7453	2020-01-30	46	1	1	44	Western Pacific
Hainan	China	19.1959	109.7453	2020-01-31	52	1	1	50	Western Pacific

#corregimos los casos erroneos (porque sabemos en este caso de donde viene el error)
datos %>%
  filter(Provincia_Estado == "Hainan", Casos_Activos < 0) %>%
  mutate(Casos_Recuperados = Casos_Recuperados + Casos_Activos, Casos_Activos = 0 )

##   Provincia_Estado Pais_Region Latitud Longitud      Fecha Casos_Confirmados
## 1           Hainan       China 19.1959 109.7453 2020-03-24               168
## 2           Hainan       China 19.1959 109.7453 2020-03-25               168
## 3           Hainan       China 19.1959 109.7453 2020-03-26               168
## 4           Hainan       China 19.1959 109.7453 2020-03-27               168
## 5           Hainan       China 19.1959 109.7453 2020-03-28               168
## 6           Hainan       China 19.1959 109.7453 2020-03-29               168
## 7           Hainan       China 19.1959 109.7453 2020-03-30               168
## 8           Hainan       China 19.1959 109.7453 2020-03-31               168
## 9           Hainan       China 19.1959 109.7453 2020-04-01               168
##   Casos_Muertos Casos_Recuperados Casos_Activos      Region_WHO
## 1             6               162             0 Western Pacific
## 2             6               162             0 Western Pacific
## 3             6               162             0 Western Pacific
## 4             6               162             0 Western Pacific
## 5             6               162             0 Western Pacific
## 6             6               162             0 Western Pacific
## 7             6               162             0 Western Pacific
## 8             6               162             0 Western Pacific
## 9             6               162             0 Western Pacific

Análisis geográfico

#filtramos geográficamente Europa con un rectangulo

#forma 1
#datos_europa = datos[datos$Latitud>38 & datos$Longitud>-25 & datos$Longitud<30,] #no acotamos el norte

#forma 2
datos_europa = datos %>%
  filter(Latitud>38, between(Longitud, -25, 30))

table(datos_europa$Pais_Region) %>% 
  as.data.frame() %>% #filter no funciona con table
  filter(Freq > 0) %>% #quitamos los que son 0 (fuera del rectangulo)
  kable() %>% kable_styling()

Var1	Freq
Albania	188
Andorra	188
Austria	188
Belarus	188
Belgium	188
Bosnia and Herzegovina	188
Bulgaria	188
Croatia	188
Czechia	188
Denmark	376
Estonia	188
Finland	188
France	188
Germany	188
Greece	188
Holy See	188
Hungary	188
Iceland	188
Ireland	188
Italy	188
Kosovo	188
Latvia	188
Liechtenstein	188
Lithuania	188
Luxembourg	188
Moldova	188
Monaco	188
Montenegro	188
Netherlands	188
North Macedonia	188
Norway	188
Poland	188
Portugal	188
Romania	188
San Marino	188
Serbia	188
Slovakia	188
Slovenia	188
Spain	188
Sweden	188
Switzerland	188
United Kingdom	564

#estado de europa el dia del confinamiento de españa
datos_europa %>%
  filter(Fecha == ymd("2020-03-15")) %>%
  kable() %>% kable_styling()

Provincia_Estado	Pais_Region	Latitud	Longitud	Fecha	Casos_Confirmados	Casos_Muertos	Casos_Recuperados	Casos_Activos	Region_WHO
	Albania	41.15330	20.168300	2020-03-15	42	1	0	41	Europe
	Andorra	42.50630	1.521800	2020-03-15	1	0	1	0	Europe
	Austria	47.51620	14.550100	2020-03-15	860	1	6	853	Europe
	Belarus	53.70980	27.953400	2020-03-15	27	0	3	24	Europe
	Belgium	50.83330	4.469936	2020-03-15	886	4	1	881	Europe
	Bosnia and Herzegovina	43.91590	17.679100	2020-03-15	24	0	0	24	Europe
	Bulgaria	42.73390	25.485800	2020-03-15	51	2	0	49	Europe
	Croatia	45.10000	15.200000	2020-03-15	49	0	1	48	Europe
	Czechia	49.81750	15.473000	2020-03-15	253	0	0	253	Europe
Faroe Islands	Denmark	61.89260	-6.911800	2020-03-15	11	0	0	11	Europe
	Denmark	56.26390	9.501800	2020-03-15	864	2	1	861	Europe
	Estonia	58.59530	25.013600	2020-03-15	171	0	1	170	Europe
	Finland	61.92411	25.748151	2020-03-15	244	0	10	234	Europe
	France	46.22760	2.213700	2020-03-15	4499	91	12	4396	Europe
	Germany	51.16569	10.451526	2020-03-15	5795	11	46	5738	Europe
	Greece	39.07420	21.824300	2020-03-15	331	4	8	319	Europe
	Holy See	41.90290	12.453400	2020-03-15	1	0	0	1	Europe
	Hungary	47.16250	19.503300	2020-03-15	32	1	1	30	Europe
	Iceland	64.96310	-19.020800	2020-03-15	171	5	8	158	Europe
	Ireland	53.14240	-7.692100	2020-03-15	129	2	0	127	Europe
	Italy	41.87194	12.567380	2020-03-15	24747	1809	2335	20603	Europe
	Latvia	56.87960	24.603200	2020-03-15	30	0	1	29	Europe
	Liechtenstein	47.14000	9.550000	2020-03-15	4	0	1	3	Europe
	Lithuania	55.16940	23.881300	2020-03-15	12	0	1	11	Europe
	Luxembourg	49.81530	6.129600	2020-03-15	59	1	0	58	Europe
	Moldova	47.41160	28.369900	2020-03-15	23	0	0	23	Europe
	Monaco	43.73330	7.416700	2020-03-15	2	0	0	2	Europe
	Montenegro	42.70868	19.374390	2020-03-15	0	0	0	0	Europe
	Netherlands	52.13260	5.291300	2020-03-15	1135	20	0	1115	Europe
	North Macedonia	41.60860	21.745300	2020-03-15	14	0	1	13	Europe
	Norway	60.47200	8.468900	2020-03-15	1221	3	1	1217	Europe
	Poland	51.91940	19.145100	2020-03-15	119	3	0	116	Europe
	Portugal	39.39990	-8.224500	2020-03-15	245	0	2	243	Europe
	Romania	45.94320	24.966800	2020-03-15	131	0	9	122	Europe
	San Marino	43.94240	12.457800	2020-03-15	101	5	4	92	Europe
	Serbia	44.01650	21.005900	2020-03-15	48	0	0	48	Europe
	Slovakia	48.66900	19.699000	2020-03-15	54	0	0	54	Europe
	Slovenia	46.15120	14.995500	2020-03-15	219	1	0	218	Europe
	Spain	40.46367	-3.749220	2020-03-15	7798	289	517	6992	Europe
	Sweden	60.12816	18.643501	2020-03-15	1022	3	0	1019	Europe
	Switzerland	46.81820	8.227500	2020-03-15	2200	14	4	2182	Europe
Channel Islands	United Kingdom	49.37230	-2.364400	2020-03-15	3	0	0	3	Europe
Isle of Man	United Kingdom	54.23610	-4.548100	2020-03-15	0	0	0	0	Europe
	United Kingdom	55.37810	-3.436000	2020-03-15	3072	43	18	3011	Europe
	Kosovo	42.60264	20.902977	2020-03-15	0	0	0	0	Europe

\[d(x.y)= \sqrt{(x_{Lat}-y_{Lat})^2+(x_{Long}-y_{Long})^2}\]

#filtramos con circulo geográfico en fechas concretas, definimos funcion

distancia_grados = function(x,y){
  sqrt((x[1]-y[1])^2+(x[2]-y[2])^2)
}

distancia_grados_potsdam = function(x){
  potsdam=c(52.366956, 13.906734)
  distancia_grados(x, potsdam)
}

#distancia de cada lat y long de los datos de europa a potsdam
dist_potsdam = apply(cbind(datos_europa$Latitud, datos_europa$Longitud), MARGIN = 1,
                     FUN = distancia_grados_potsdam)  #MARGIN=1 -> por filas
#añadimos columna
datos_europa %<>%
  mutate(dist_potsdam = dist_potsdam)
#filtramos por fecha y distancia menor de 4 grados (circulo centro potsdam y radio 4 grados)
datos_europa %>%
  filter(between(Fecha, dmy("2-3-2020"), dmy("7-3-2020")),
         dist_potsdam < 4) %>%
  kable() %>% kable_styling()

Provincia_Estado	Pais_Region	Latitud	Longitud	Fecha	Casos_Confirmados	Casos_Muertos	Casos_Recuperados	Casos_Activos	Region_WHO	dist_potsdam
	Czechia	49.81750	15.47300	2020-03-02	3	0	0	3	Europe	2.992142
	Germany	51.16569	10.45153	2020-03-02	159	0	16	143	Europe	3.658073
	Czechia	49.81750	15.47300	2020-03-03	5	0	0	5	Europe	2.992142
	Germany	51.16569	10.45153	2020-03-03	196	0	16	180	Europe	3.658073
	Czechia	49.81750	15.47300	2020-03-04	8	0	0	8	Europe	2.992142
	Germany	51.16569	10.45153	2020-03-04	262	0	16	246	Europe	3.658073
	Czechia	49.81750	15.47300	2020-03-05	12	0	0	12	Europe	2.992142
	Germany	51.16569	10.45153	2020-03-05	482	0	16	466	Europe	3.658073
	Czechia	49.81750	15.47300	2020-03-06	18	0	0	18	Europe	2.992142
	Germany	51.16569	10.45153	2020-03-06	670	0	17	653	Europe	3.658073
	Czechia	49.81750	15.47300	2020-03-07	19	0	0	19	Europe	2.992142
	Germany	51.16569	10.45153	2020-03-07	799	0	18	781	Europe	3.658073

world <- ne_countries(scale = "medium", returnclass = "sf") #datos del mundo

ggplot(data = world) + geom_sf(color = "black", fill="green") + 
  xlab("Longitud") + ylab("Latitud") +
  ggtitle("Mapa del mundo", subtitle = "COVID19")

ggplot(data = world) + geom_sf(color = "black", aes(fill = mapcolor13)) +  #utilizamos una estética (aes)
  xlab("Longitud") + ylab("Latitud") +
  ggtitle("Mapa del mundo", subtitle = "COVID19")

#añadimos un level porque USA coincida en el nombre de ambos sets
datos$Pais_Region = factor(datos$Pais_Region, levels= c(levels(datos$Pais_Region), "United States"))
datos[datos$Pais_Region=="US",]$Pais_Region = "United States"  #para que USA coincida en el nombre

#intentemos cruzar los datos (puede haber problemas de inconsistencia entre los nombres de los paises de cada set)
world %>%
  inner_join(datos, by=c("name"="Pais_Region")) %>%
  filter(Fecha == dmy("15-03-2020")) %>%
  ggplot() + geom_sf(color = "black", aes(fill = Casos_Confirmados)) +  
  scale_fill_viridis_c(option="plasma",trans="sqrt") + 
  xlab("Longitud") + ylab("Latitud") +
  ggtitle("Mapa del mundo", subtitle = "COVID19")

#otra fecha (aumento de casos)
world %>%
  inner_join(datos, by=c("name"="Pais_Region")) %>%
  filter(Fecha == dmy("30-03-2020")) %>%
  ggplot() + geom_sf(color = "black", aes(fill = Casos_Confirmados)) +  
  scale_fill_viridis_c(option="plasma",trans="sqrt") + #para mejor visualizacion
  xlab("Longitud") + ylab("Latitud") +
  ggtitle("Mapa del mundo", subtitle = "COVID19")

world %>%
  inner_join(datos, by=c("name"="Pais_Region")) %>%
  filter(Fecha == dmy("30-03-2020")) %>%
  ggplot() + geom_sf(color = "black", aes(fill = Casos_Confirmados)) + 
  coord_sf(crs="+proj=laea +lat_0=50 + lon_0=10 +units=m +ellps=GRS80") + #transformacion de la proyeccion (centrada en EU)
  scale_fill_viridis_c(option="plasma",trans="sqrt") + 
  xlab("Longitud") + ylab("Latitud") +
  ggtitle("Mapa del mundo", subtitle = "COVID19")

#para ver concentracion de casos con puntos, sin necesidad del mapa inicialmnete
datos %>%
  filter(Fecha==dmy("30-03-2020")) %>%
  ggplot(aes(Longitud, Latitud))+
  geom_point(aes(size = Casos_Confirmados, colour = Casos_Muertos))

#para mejor escala de tamaños
datos %>%
  filter(Fecha==dmy("30-03-2020")) %>%
  ggplot(aes(Longitud, Latitud))+
  geom_point(aes(size = log(Casos_Confirmados+1), colour = log(Casos_Muertos+1))) +
  coord_fixed()+ #ajustar tamaño mapa 
  theme(legend.position = "bottom") #para que la leyenda no quite espacio

#necesitamos mapa plano para poder hacer zoom
world %>%
  inner_join(datos, by=c("name"="Pais_Region")) %>%
  filter(Fecha == dmy("30-03-2020")) %>%
  ggplot() + geom_sf(color = "black", aes(fill = Casos_Confirmados)) + 
#  coord_sf(crs="+proj=laea +lat_0=50 + lon_0=10 +units=m +ellps=GRS80") 
  scale_fill_viridis_c(option="plasma",trans="sqrt") + 
  xlab("Longitud") + ylab("Latitud") +
  ggtitle("Mapa del mundo", subtitle = "COVID19") -> g #lo guardamos en una variable

#hacemos uso de plotly
ggplotly(g)

#vamos a hacer un top, que dará mejor información, del ratio de muertes/infectados

thr=1000 #añadimos un threshold

datos %>%
  filter(Fecha==ymd("2020-05-10"), Casos_Confirmados>thr) %>% #evitamos los datos con pocos casos
  mutate(Prop_Muertos = Casos_Muertos/Casos_Confirmados, #mutate no guarda la nueva columna, solo la muestra
         Ranking = dense_rank(desc(Prop_Muertos))) %>% #ordenamos
  arrange(Ranking) %>%
  head(20) %>%
  kable() %>% kable_styling()

Provincia_Estado	Pais_Region	Latitud	Longitud	Fecha	Casos_Confirmados	Casos_Muertos	Casos_Recuperados	Casos_Activos	Region_WHO	Prop_Muertos	Ranking
	Belgium	50.83330	4.469936	2020-05-10	53081	8656	13642	30783	Europe	0.1630715	1
	United Kingdom	55.37810	-3.436000	2020-05-10	210645	31879	0	178766	Europe	0.1513399	2
	France	46.22760	2.213700	2020-05-10	175027	26341	55062	93624	Europe	0.1504968	3
	Italy	41.87194	12.567380	2020-05-10	219070	30560	105186	83324	Europe	0.1394988	4
	Netherlands	52.13260	5.291300	2020-05-10	42627	5440	0	37187	Europe	0.1276186	5
	Hungary	47.16250	19.503300	2020-05-10	3263	413	933	1917	Europe	0.1265706	6
	Sweden	60.12816	18.643501	2020-05-10	26322	3225	0	23097	Europe	0.1225211	7
	Spain	40.46367	-3.749220	2020-05-10	224350	26621	136166	61563	Europe	0.1186583	8
	Mexico	23.63450	-102.552800	2020-05-10	35022	3465	21824	9733	Americas	0.0989378	9
	Algeria	28.03390	1.659600	2020-05-10	5723	502	2678	2543	Africa	0.0877162	10
Ontario	Canada	51.25380	-85.323200	2020-05-10	21469	1751	0	19718	Americas	0.0815595	11
Quebec	Canada	52.93990	-73.549100	2020-05-10	37732	2929	0	34803	Americas	0.0776264	12
	Ecuador	-1.83120	-78.183400	2020-05-10	29559	2127	3433	23999	Americas	0.0719578	13
	Slovenia	46.15120	14.995500	2020-05-10	1457	102	256	1099	Europe	0.0700069	14
	Indonesia	-0.78930	113.921300	2020-05-10	14032	973	2698	10361	South-East Asia	0.0693415	15
	Brazil	-14.23500	-51.925300	2020-05-10	162699	11123	64957	86619	Americas	0.0683655	16
	Philippines	12.87972	121.774017	2020-05-10	10794	719	1924	8151	Western Pacific	0.0666111	17
Hubei	China	30.97560	112.270700	2020-05-10	68134	4512	63616	6	Western Pacific	0.0662224	18
	Ireland	53.14240	-7.692100	2020-05-10	22996	1458	17110	4428	Europe	0.0634023	19
	Romania	45.94320	24.966800	2020-05-10	15362	961	7051	7350	Europe	0.0625570	20

#vamos a agrupar por latitudes y longitudes en clases. Representaremos el nº de observaciones, no los casos
datos$lat_class = cut(datos$Latitud, breaks = nclass.scott(datos$Latitud)) #cortamos segun alguna regla
datos$long_class = cut(datos$Longitud, breaks = nclass.Sturges(datos$Longitud))

datos$lat_class = cut(datos$Latitud, breaks = seq(from = -90, to = 90, by = 10)) #cortamos con paso de 10
datos$long_class = cut(datos$Longitud, breaks = seq(from = -180, to = 180, by = 10))

tt=table(datos$lat_class, datos$long_class) #el N esta al S y al reves, cambiamos el orden
tt= tt[nrow(tt):1,]

#mosaicplot para "juntar" dos histogramas
mosaicplot(tt) #muchos datos en horizontal, transponemos a ver si mejora

mosaicplot(t(tt), shade = T) #aqui lo que vemos en realidad es un mapa del mundo de la info acumulada

Análisis de datos temporal

datos_por_fecha= aggregate(
  cbind(Casos_Confirmados, Casos_Muertos,
        Casos_Recuperados, Casos_Activos) ~ Fecha, #datos acumulados por fecha
  data = datos,
  FUN = sum
)


barplot(Casos_Confirmados ~ Fecha, data = datos_por_fecha)

plot(Casos_Confirmados ~ Fecha, data=datos_por_fecha, col="blue", type="l",
     main="Cosos documentados por día en todo en mundo", ylab="Número de personas")

plot(Casos_Confirmados ~ Fecha, data=datos_por_fecha, col="blue", type="l",
     main="Cosos documentados por día en todo en mundo", ylab="Número de personas", log="y") #escala log
lines(Casos_Muertos ~ Fecha, data = datos_por_fecha, col="red")
lines(Casos_Recuperados ~ Fecha, data = datos_por_fecha, col="green")

legend("topleft", c("Confirmados", "Muertos", "Recuperados"), col=c("blue", "red", "green"), pch=1, lwd = 2 )